Reksha Laksana, 2015 PENGARUH LIKUIDITAS DAN RISIKO SISTEMATIS TERHADAP RETURN SAHAM
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
P
t
= harga saham i pada periode t P
t-1
= harga saham pada i periode t-1
Setelah diperoleh nilai-nilai current ratio, beta saham, dan return saham dari masing-masing perusahaan maka nilai-nilai tersebut
dijadikan sebagai indikator dari variabel-variabel yang akan diteliti dan dianalisis sehingga dapat menggambarkan objek pada penelitian dan
nilai-nilai tersebut dapat diolah lebih lanjut dalam penelitian sehingga mempermudah dalam menganalisis serta data tersebut dapat digunakan
untuk membuat kesimpulan.
2. Analisis Data Statistik
Data likuiditas, risiko sistematis dan return saham di uji untuk mengetahui seberapa besar pengaruh terhadap return saham dengan
melakukan pengujian hipotesis. Untuk menguji hipotesis, penulis menggunakan uji statistik parametrik berdasarkan data yang telah
diperoleh. Oleh karena terdapat dua buah variabel independen likuiditas dan risiko sistematis dan satu buah variabel dependen
return saham, maka digunakan analisis regresi linear berganda. Pengujian model regresi linear berganda dalam menguji hipotesis
haruslah menghindari kemungkinan terjadinya penyimpangan asumsi klasik dengan tujuan untuk memperoleh model regresi dengan estimasi
yang tidak bias dan pengujian dapat dipercaya. Dalam penelitian ini uji asumsi klasik yang digunakan adalah:
a. Uji Normalitas
Uji Normalitas bertujuan untuk mengkaji apakah variabel terikat dan variabel bebas keduanya mempunyai distribusi normal
atau tidak. Bila data berdistribusi normal maka analisis berikutnya dapat dilakukan. Dimana pengujian ini mensyaratkan bahwa data
harus berdistribusi normal dan berskala rasio interval.
Reksha Laksana, 2015 PENGARUH LIKUIDITAS DAN RISIKO SISTEMATIS TERHADAP RETURN SAHAM
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi secara normal. Penelitian ini menggunakan
pendekatan grafik Normal P-P Plot of regression standardized residual untuk menguji normalitas data. Jika titik-titik menyebar
sekitar garis dan mengikuti garis diagonal maka nilai residual tersebut telah normal.
Uji normalitas bertujuan untuk menguji apakah dalam variabel pengganggu atau residual memiliki distribusi normal atau tidak.
“kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk jumlah sampel kecil” Ghozali, 2012 : 160.
b. Uji Linearitas
Uji linieritas digunakan untuk melihat apakah variabel bebas dan variabel terikat mempunyai hubungan yang linier atau tidak.
Dalam penelitian ini, penulis melakukan uji linearitas dengan bantuan program SPSS v.21 for windows dengan menggunakan
fungsi Compare Means dengan kriteria pengambilan keputusan sebagai berikut :
Jika F
hitung
F
tabel
maka tidak bersifat linier Jika F
hitung
F
tabel
maka bersifat linier
c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi di temukan adanya korelasi antara variabel bebas
independen. Model yang baik seharusnya tidak terjadi hubungan multikolinearitas
antara variabel
bebasnya. jika
variabel independen saling berkorelasi, maka variabel-variabel ini tidak
ortogonal. Variabel ortogonal adalah variabel independen yang nilai korelasi antar variabel independen sama dengan nol.
Reksha Laksana, 2015 PENGARUH LIKUIDITAS DAN RISIKO SISTEMATIS TERHADAP RETURN SAHAM
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Untuk mengetahui ada tidaknya multikolinearitas antar variabel, salah satu caranya adalah dengan melihat dari nilai
Varian-Inflating Factor VIF dari masing-masing variabel bebas terhadap variabel bebas lainnya. Berikut ini adalah model
persamaan VIF Gujarati, 2006 : 351 :
�� = 1
1 − �
; +
Dimana: VIF
= Varian-Inflating Factor �
; +
= koefisien korelasi antara variabel bebas dengan
variabel bebas
+
i = 1,2,3,........ k
Berdasarkan model persamaan VIF tersebut maka apabila nilai korelasi antara variabel bebas sama dengan 1, akan diperoleh
nilai VIF yang tidak terhingga. Sebaliknya apabila tidak terjadi kolinieritas antara variabel-variabel bebas korelasi =0, maka nilai
VIF akan sama dengan 1. Selain itu deteksi dapat dilihat dari model persamaan invers dari VIF, yakni TOL tolerence dengan
model persamaan sebagai berikut Gujarati, 2006 : 353 :
�� = 1
�� = 1 −
Dimana: �� = Tolerence
�� = Varian-Inflating Factor
R = koefisien korelasi
Reksha Laksana, 2015 PENGARUH LIKUIDITAS DAN RISIKO SISTEMATIS TERHADAP RETURN SAHAM
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Hipotesa yang digunakan dalam uji multikolinearitas adalah : H
: Tidak terjadi multikolinearitas H
1
: Terjadi multikolinearitas Dasar pengambilan keputusan untuk multikolinearitas adalah:
Jika VIF 10 atau jika TOL 0,1 maka Ho ditolak dan H1 diterima
Jika VIF 10 atau jika TOL 0,1 maka Ho diterima dan H1 ditolak
d. Uji Heteroskedastisitas
